De VSaaS-puzzel oplossen

Een definitie van VSaaS, een verkenning van de soorten VSaaS-producten die tegenwoordig bestaan, en hoe u uw eigen VSaaS kunt bouwen product met Nx. VSaaS is momenteel een hot topic. En er komen veel gemengde berichten uit over wat VSaaS is. In deze blogpost gaan we onderzoeken wat de term VSaaS betekent, welk type VSaaS-producten er tegenwoordig zijn en hoe bedrijven Nx Meta kunnen gebruiken om hun eigen Powered by Nx VSaaS-product te bouwen. VSAaS definiëren Het eerste dat moet worden opgemerkt, is dat VSaaS een relatief nieuwe term is in de technische industrie en als gevolg daarvan is het […]

Arm ondersteunt FP8: een nieuw 8-bit floating-point uitwisselingsformaat voor neurale netwerkverwerking

Het mogelijk maken van veilige en alomtegenwoordige kunstmatige intelligentie (AI) is een topprioriteit voor de Arm-architectuur. Het potentieel voor AI en machine learning (ML) is duidelijk, met bijna dagelijks nieuwe use-cases en voordelen – maar daarnaast zijn de computationele vereisten voor AI exponentieel gegroeid en vereisen nieuwe hardware- en software-innovatie om geheugen, rekenefficiëntie en bandbreedte in evenwicht te blijven houden. De training van Neural Networks (NN's) is van cruciaal belang voor de voortdurende vooruitgang van AI-mogelijkheden, en vandaag markeert een spannende stap in deze evolutie met Arm, Intel en NVIDIA die gezamenlijk een whitepaper publiceren over een nieuwe 8-bit floating […]

Versnellen van innovatie in low-power AI-toepassingen met Lattice FPGA's

Volgens ABI Research zal de AI-inferentiecapaciteit op het apparaat tegen 2024 60% van alle apparaten bereiken. Dit onderstreept de hoge snelheid van AI-innovatie die de afgelopen jaren heeft plaatsgevonden en waarvoor ingenieurs flexibele ontwerpmodellen moesten bedenken bij de overgang van de cloud naar de edge. De trend wordt gedreven door vooruitgang op het gebied van ultralage latentie, beveiliging, bandbreedtebeperkingen en privacy. Lattice FPGA's en softwareoplossingen helpen toekomstige modellen met bestaand silicium te versnellen. In deze blog worden use-cases voor Lattice FPGA's en softwareoplossingen in computer vision en edge AI-technologieontwerp onderzocht. Waarom FPGA's het beste werken voor edge computing en AI-applicaties […]

Integreer gezichtsdetectie in uw toepassing

Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient. Wees niet overweldigd, want het toevoegen van gezichtsdetectie aan uw applicaties was nog nooit zo eenvoudig! Vaak is gezichtsdetectie niet de primaire focus van de applicatie, maar een belangrijk onderdeel en veel ontwikkelaars zijn gewoon overweldigd door het idee om gezichtsdetectie toe te voegen aan hun applicaties. Als de applicatie het aantal mensen moet tellen dat een winkel binnenkomt en verlaat, moeten ontwikkelaars gezichten detecteren om mensen te kunnen tellen. In zo'n geval willen ze zeker niet het wiel opnieuw uitvinden en […]

Introductie van de EON Tuner: Edge Impulse’s nieuwe AutoML-tool voor embedded machine learning

Vandaag zijn we verheugd om de lancering aan te kondigen van Edge Impulse’s nieuwe auto machine learning tool, de EON Tuner! De EON Tuner helpt u bij het vinden en selecteren van het beste embedded machine learning-model voor uw toepassing binnen de beperkingen van uw doelapparaat. De EON Tuner analyseert uw invoergegevens, mogelijke signaalverwerkingsblokken en neurale netwerkarchitecturen – en geeft u een overzicht van mogelijke modelarchitecturen die passen bij de latentie- en geheugenvereisten van uw gekozen apparaat. Benieuwd om de EON Tuner in actie te zien? In dit of dit openbare project kun je de resultaten van de EON Tuner […]

Leren op het apparaat op schaal inschakelen

Intelligentie op het apparaat biedt belangrijke voordelen. Ons nieuwste AI-onderzoek om modellen te personaliseren en aan te passen terwijl gegevens privé blijven Eén maat past niet allemaal. De behoefte aan intelligente, gepersonaliseerde ervaringen, mogelijk gemaakt door AI, wordt steeds groter. Onze apparaten produceren steeds meer gegevens die kunnen helpen onze AI-aangedreven ervaringen te verbeteren. Hoe kunnen we al deze data van edge devices leren en efficiënt verwerken? Leren op het apparaat in plaats van training in de cloud kan deze uitdagingen aanpakken. In deze blogpost beschrijf ik hoe ons laatste onderzoek leren op het apparaat op grote schaal mogelijk maakt. […]

EON Tuner uitgeroepen tot 2022 Edge AI Developer Tool of the Year

We zijn verheugd aan te kondigen dat de Edge AI en Vision Alliance de EON Tuner van Edge Impulse hun 2022 Edge AI Developer Tool hebben genoemd van het jaar vandaag op de Embedded Vision Summit. De EON Tuner verbetert uw machine learning-toepassing door u te helpen het beste ML-model te vinden en te selecteren binnen de beperkingen van uw doelapparaat. De EON Tuner analyseert uw invoergegevens, potentiële signaalverwerkingsblokken en neurale netwerkarchitecturen en geeft u een overzicht van mogelijke modelarchitecturen die passen bij de latentie- en geheugenvereisten van uw gekozen apparaat. Het is een end-to-end tool die helpt bij het […]

Geavanceerde detectiemodellen

In veel computer vision-toepassingen zijn detectie-algoritmen het 'brood en boter', of het nu gaat om het detecteren van gezichten, mensen, voertuigen of andere objecten. Als u een computer vision-toepassing ontwikkelt, bent u waarschijnlijk bekend met enkele van de moderne detectie-algoritmen zoals single shot detector (SSD) of YOLO (You Only Look Once). Hoewel deze algoritmen voor veel toepassingen vrij goed werken, leveren de ultramoderne detectiemodellen een toename in prestaties, nauwkeurigheid en functionaliteit. Als embedded ontwikkelaar moet je primaire taak voor het gebruik van een detectie-algoritme het verzamelen en labelen van de trainingsgegevens voor het model zijn (hoewel je misschien een goede […]

Uitdagingen bij het uitvoeren van Deep Learning Computer Vision op computergestuurde beperkte apparaten

Helder zicht met een bril (Foto door timJ op Unsplash) Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient. Autonoom rijden, gezichtsherkenning, verkeerstoezicht, persoon volgen en object tellen, al deze toepassingen hebben één ding gemeen: Computer Vision (CV). Sinds het succes van deep learning in CV-taken sinds AlexNet, won een deep learning-algoritme de ImageNet Large Scale Visual Recognition Challenge (ILSVRC) CV Competition in 2012, meer toepassingen profiteren van deze vooruitgang in CV. Terwijl de deep learning-modellen steeds beter worden in CV-taken zoals objectdetectie, worden deze modellen steeds groter. Van 2012 tot […]

Dubbel zien: een digitale tweeling met een simulatieve draaiing

Deze blogpost is oorspronkelijk gepubliceerd door SmartCow AI Technologies. Het is hier herdrukt met toestemming van SmartCow AI Technologies. De afgelopen weken heeft het simulatieteam hier bij SmartCow AI gewerkt aan iets dat ons zal helpen een beter begrip te krijgen van hoe we betere , slimmere en efficiëntere ruimtes in onze wereld. Dit alles kan worden gedaan door middel van de allernieuwste technologie die een Digital Twin wordt genoemd — een grootschalig simulatiesysteem dat zou fungeren als een nauwkeurige tegenhanger voor een echt gebied of object. De eerste daadwerkelijke notie van een Digital Twin stamt uit 1991, uit David […]

Vraag en antwoord: AI-onderzoeker Roland Memisevic bespreekt het geheim van het genereren van datasets, datagestuurde AI en wat de toekomst biedt op het gebied van machine learning

Waarom een ​​mentaliteitsverandering over het vastleggen van de juiste gegevens essentieel is voor vooruitgang in machine learning Machine learning verandert snel de manier waarop software en algoritmen worden ontwikkeld. En data is de levensader van de machine learning-revolutie. We spraken met Roland Memisevic, senior director of engineering bij Qualcomm Canada en onderdeel van Qualcomm AI Research, om de laatste updates te krijgen over het maken van datasets op schaal, datagestuurde AI, de nieuwste AI-onderzoekstrends, de grote AI-uitdagingen die moeten worden overwonnen, en wat de toekomst biedt in AI. Wat heeft je naar AI geleid? Kun je ons iets vertellen over […]

De trein heeft het station voor de laatste keer verlaten

Over ClearML, Allegro Trains en wat er in het verschiet ligt voor de MLOps-ruimte in 2021 We hebben drie grote aankondigingen aan onze gemeenschap vandaag, en ik wilde er met je over praten: één, Allegro Trains verandert zijn naam, twee, we voegen een geheel nieuwe manier toe om Trains te gebruiken, en drie, we kondigen een heleboel aan functies die van Trains een nog beter product voor u maken! De nieuwe naam voor Allegro Trains is ClearML. Als je vorige maand oplette, vroegen we de hele gemeenschap om hun mening over een aantal verschillende mogelijke namen voor Allegro Trains, en […]

Onderzoek naar gegevenslabels en de 6 verschillende soorten beeldannotaties

Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient. Het labelen van gegevens is een essentiële stap in een onder toezicht staande machine learning-taak. Hetzelfde geldt voor beeldannotaties. Gegevenslabels en beeldannotaties moeten samenwerken om een ​​compleet beeld te schetsen. Als je een kind een tomaat laat zien en zegt dat het een aardappel is, dan is de kans groot dat het kind de volgende keer dat het een tomaat ziet, het als een aardappel zal classificeren. Een machine learning-model leert in een op dezelfde manier, door naar voorbeelden te kijken, en […]

Object volgen aan de rand

De introductie van goedkope, krachtige Arm-processors in combinatie met de vooruitgang in machine learning-technieken vormt de basis voor intelligente randapparatuur voor computervisie. Computervisie aan de rand zal de verschuiving van cloudgerichte intelligentie naar randintelligentie voor veel use-cases stimuleren, aangezien edge-apparaten veel voordelen bieden. Edge-videoverwerking kan bijvoorbeeld deterministische responstijden, lagere netwerkbandbreedtekosten en verhoogde gegevensbescherming bieden, om er maar een paar te noemen. Objectdetectie en -tracking zijn de eerste use-cases waarvoor het momentum om over te schakelen naar edge-based oplossingen aan snelheid wint. Echter; er zijn tal van valkuilen die ontwikkelaars moeten vermijden om met succes de ontwerpuitdagingen die gepaard gaan met […]

13 gratis bronnen en modeldierentuinen voor deep learning- en computervisiemodellen

Computervisie is een snelgroeiend subveld van AI en deep learning. Van kassaloze winkels in de detailhandel tot gewasdetectie in de landbouw, er is een toenemende belangstelling voor cv-toepassingen. Dit heeft een levendige community gecreëerd die graag architecturen, codes, vooraf getrainde modellen en zelfs tips deelt voor elke fase van de ontwikkelingscyclus. Een cv-project helemaal opnieuw beginnen kost tijd. Dus het gebruikelijke proces is, gegeven een probleem of een use case, je zoekt naar modellen die het gedeeltelijk oplossen. Als er al een bestaat, is het trainen van een nieuw model niet meer nodig. Anders gebruik je de openbaar beschikbare modellen […]

Werkt met Nx Integrations Ecosystem: het wat, het waarom en hoe lid te worden

Geïnteresseerd om een ​​Works with Nx-partner te worden of helemaal nieuw in het concept? Jij' opnieuw op de juiste plaats! In deze blog duiken we in het Wat, het Waarom en het Hoe van het Works with Nx Integrations Ecosysteem. Wat is het Works with Nx Integrations Ecosysteem? Het Works with Nx Integrations Ecosystem is een marktplaats voor fabrikanten, integrators en eindgebruikers om technologieën te vinden en te promoten die werken met Powered by Nx-producten. Waarom deelnemen aan het Works with Nx Integrations Ecosystem? Werken met Nx-partners hebben de mogelijkheid om hun producten en diensten te promoten bij Nx' uitgebreide […]

Training voor aangepaste detectiemodellen

Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient. In dit bericht zullen we kijken naar de beste methoden voor het verzamelen van een trainingsdataset om een ​​aangepast detectiemodel te trainen. Het gebruik van deep learning in computervisie is de afgelopen tien jaar toegenomen. In de afgelopen jaren zijn computer vision-toepassingen zoals gezichtsdetectie en voertuigdetectie mainstream geworden. Een van de redenen is de beschikbaarheid van vooraf getrainde modellen. Overtuigd door het succes van deep learning op deze applicaties, zijn bedrijven nu begonnen hun eigen problemen op te lossen met behulp van […]

Lattice sensAI Stack maakt geavanceerde AI-ervaringen van de volgende generatie mogelijk

De AI/ML-revolutie blijft aan kracht winnen in meerdere applicaties, met name Edge-applicaties. Edge-apparaten zoals beveiligingscamera's, robots, industriële apparatuur, client-pc's en zelfs speelgoed kunnen nu AI/ML-mogelijkheden ondersteunen die gebruikers nieuwe mogelijkheden en ervaringen bieden. Volgens het brancheanalistenbureau ABI Research heeft de Edge AI-chipsetmarkt “in het verleden een sterke groei doorgemaakt en zal naar verwachting blijven groeien tot US $ 71 miljard in 2024, met een CAGR van 31% tussen 2019 en 2024. Een dergelijke sterke groei is aangedreven door de migratie van AI-inferentie-workloads naar de edge, met name in de smartphone-, smarthome-, automobiel-, wearables- en robotica-industrieën.” Het 'slim' maken van een […]